将低照度图像转化成为HSI图像,并将I分量转化成为L成分和R成分代码
时间: 2023-12-14 07:38:40 浏览: 67
HSI图像的强度I-部分线性模型的adaptive group lasso变量选择
将低照度图像转化成为HSI图像的代码:
```python
import cv2
import numpy as np
# 读取低照度图像
img = cv2.imread('low_light_image.jpg')
# 将图像转换为浮点型
img = np.float32(img) / 255.0
# 将RGB颜色空间转换为HSI颜色空间
hsi_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 显示HSI图像
cv2.imshow('HSI Image', hsi_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
将I分量转化成为L成分和R成分的代码:
```python
import cv2
import numpy as np
# 读取低照度图像
img = cv2.imread('low_light_image.jpg')
# 将图像转换为浮点型
img = np.float32(img) / 255.0
# 将RGB颜色空间转换为HSI颜色空间
hsi_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 分离HSI图像的通道
h, s, i = cv2.split(hsi_img)
# 将I分量转换为L成分
l = (1/3) * (h + s + i)
# 将I分量转换为R成分
r = i / l
# 显示L和R成分
cv2.imshow('L Component', l)
cv2.imshow('R Component', r)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
阅读全文